目錄
第1章 海洋環(huán)境安全保障大數(shù)據(jù)概述 1
1.1 內(nèi)涵與特征 1
1.1.1 內(nèi)涵 1
1.1.2 特征 2
1.2 數(shù)據(jù)分類 4
1.2.1 基礎數(shù)據(jù) 5
1.2.2 承災體數(shù)據(jù) 6
1.2.3 觀監(jiān)測與預報數(shù)據(jù) 6
1.2.4 統(tǒng)計數(shù)據(jù) 7
1.2.5 應急保障資源數(shù)據(jù) 8
1.2.6 應急業(yè)務數(shù)據(jù) 9
1.3 數(shù)據(jù)來源分析 10
1.3.1 海洋業(yè)務化觀監(jiān)測數(shù)據(jù) 10
1.3.2 “海洋環(huán)境安全保障專項”數(shù)據(jù) 10
1.3.3 相關部委交換的涉海信息數(shù)據(jù) 14
1.3.4 互聯(lián)網(wǎng)發(fā)布數(shù)據(jù)和網(wǎng)絡輿情信息 17
參考獻 17
第2章 面向信息采集的數(shù)據(jù)預處理方法 19
2.1 空間基準及其轉(zhuǎn)換方法 19
2.1.1 海洋環(huán)境安全保障大數(shù)據(jù)采集中的空間基準 19
2.1.2 典型空間基準到CGCS2000坐標系的轉(zhuǎn)換方法 20
2.2 深度基準及其轉(zhuǎn)換方法 26
2.2.1 海洋環(huán)境安全保障大數(shù)據(jù)采集中的深度基準 26
2.2.2 典型深度基準到理論深度基準的轉(zhuǎn)換方法 26
2.3 數(shù)據(jù)審查和校驗方法 31
2.3.1 殘缺/空值補足 31
2.3.2 異常值處理 33
2.3.3 重復項刪除 34
2.4 基于機器學習的海洋定點觀測數(shù)據(jù)質(zhì)量控制方法 35
2.4.1 定點單要素質(zhì)量控制方法 35
2.4.2 定點多要素質(zhì)量控制方法 37
2.4.3 多點單要素質(zhì)量控制方法 39
參考文獻 40
第3章 典型海洋環(huán)境安全保障大數(shù)據(jù)融合方法 43
3.1 海洋環(huán)境安全多源異構大數(shù)據(jù)融合分析框架 43
3.1.1 滸苔災害事件下的數(shù)據(jù)融合需求 44
3.1.2 溢油災害事件下的數(shù)據(jù)融合需求 45
3.1.3 風暴潮災害事件下的數(shù)據(jù)融合需求 46
3.2 冗余觀測下數(shù)據(jù)時空融合方法 47
3.2.1 海洋環(huán)境安全事件要素數(shù)據(jù)的多維證據(jù)抽取方法 47
3.2.2 多維證據(jù)互證下的要素數(shù)據(jù)時空融合框架與方法 49
3.2.3 典型事件要素的冗余觀測數(shù)據(jù)時空融合實例 53
3.3 單一觀測下數(shù)據(jù)時空融合方法 55
3.3.1 要素數(shù)據(jù)尺度的時空融合轉(zhuǎn)換方法 55
3.3.2 不同分辨率要素數(shù)據(jù)間的時空融合轉(zhuǎn)換方法 57
3.3.3 要素屬性數(shù)據(jù)的時空融合方法 62
3.3.4 典型事件要素的單一觀測數(shù)據(jù)時空融合實例 63
3.4 無觀測下數(shù)據(jù)時空推估融合方法 65
3.4.1 時間鄰近下的要素數(shù)據(jù)時空推估融合方法 65
3.4.2 空間鄰近下的要素數(shù)據(jù)時空推估融合方法 67
3.4.3 典型事件要素的無觀測數(shù)據(jù)時空推估融合實例 70
參考文獻 70
第4章 典型海洋環(huán)境安全事件鏈時空關聯(lián)分析方法 73
4.1 典型海洋環(huán)境安全事件鏈時空關聯(lián)分析框架設計 73
4.2 多源數(shù)據(jù)融合下的海洋環(huán)境安全事件節(jié)點關系分析 74
4.2.1 事件鏈相連節(jié)點關系量化方法 74
4.2.2 事件鏈不相連節(jié)點關系挖掘方法 76
4.2.3 多源數(shù)據(jù)融合下的海洋環(huán)境安全事件節(jié)點關系分析實例 84
4.3 數(shù)據(jù)-特征的時空關聯(lián)分析方法 88
4.3.1 滸苔、溢油災害的數(shù)據(jù)-特征時空關聯(lián)分析方法 88
4.3.2 風暴潮災害的數(shù)據(jù)-特征時空關聯(lián)分析方法 92
4.3.3 數(shù)據(jù)-特征的時空關聯(lián)分析實例 95
4.4 特征-特征的時空關聯(lián)分析方法 98
4.4.1 基于LSTM的海洋數(shù)據(jù)關聯(lián)預測 99
4.4.2 基于SVR的滸苔面積預測模型 100
4.4.3 基于BSAMNN的滸苔觀測數(shù)據(jù)輿情數(shù)據(jù)關聯(lián)分析 101
4.4.4 特征-特征的時空關聯(lián)分析實例 103
參考文獻 111
第5章 海洋環(huán)境安全網(wǎng)絡輿情信息分析方法 113
5.1 基于社交網(wǎng)絡信息的海洋環(huán)境安全事件時空特征提取與配準方法 113
5.1.1 海洋環(huán)境安全事件關鍵詞發(fā)現(xiàn)與組合規(guī)則 113
5.1.2 空間特征提取與融合方法 115
5.1.3 時間特征提取與融合方法 118
5.2 基于社交網(wǎng)絡信息的海洋環(huán)境安全輿情事件鏈分析方法 120
5.2.1 災害事件相關性分析 120
5.2.2 災害事件空間相關性分析 124
5.2.3 災害事件發(fā)生與信息發(fā)布位置相關性分析 126
5.2.4 災害事件輿情情感分析 127
5.2.5 災害事件輿情關注點分析 128
5.3 典型海洋環(huán)境安全輿情信息分析系統(tǒng)研發(fā)與應用 131
5.3.1 系統(tǒng)功能設計 131
5.3.2 系統(tǒng)主要業(yè)務流程 133
5.3.3 典型海洋環(huán)境安全事件與網(wǎng)絡輿情分析 138
參考文獻 146
第6章 海洋環(huán)境安全保障數(shù)據(jù)一張圖系統(tǒng) 148
6.1 海洋環(huán)境安全保障數(shù)據(jù)組織與設計 148
6.1.1 數(shù)據(jù)組織 148
6.1.2 數(shù)據(jù)體系架構設計 150
6.1.3 數(shù)據(jù)資源池 152
6.2 全流程數(shù)據(jù)管理與服務 154
6.2.1 多源異構數(shù)據(jù)更新技術 154
6.2.2 全生命周期數(shù)據(jù)管控技術 160
6.2.3 數(shù)據(jù)服務與交換技術 162
6.3 數(shù)據(jù)一張圖系統(tǒng)功能與實現(xiàn) 163
6.3.1 系統(tǒng)功能框架 163
6.3.2 數(shù)據(jù)可視化 166
6.3.3 數(shù)據(jù)綜合檢索 167
6.3.4 專題圖層制作 167
參考文獻 168
第7章 海洋環(huán)境安全保障知識庫 169
7.1 知識庫概述 169
7.1.1 知識庫內(nèi)涵 169
7.1.2 知識庫背景 169
7.1.2 知識庫構成 171
7.1.3 知識庫應用分析 174
7.2 典型知識庫應用分析算法 178
7.2.1 應急預案匹配算法 178
7.2.2 相似案例匹配算法 180
7.2.3 物資調(diào)運處理算法 183
7.3 知識庫功能和實現(xiàn) 186
7.3.1 知識庫總體框架 186
7.3.2 知識庫系統(tǒng)結(jié)構 191
7.3.3 知識庫功能 195
參考文獻 200
第8章 海洋環(huán)境安全保障信息產(chǎn)品制作 204
8.1 海洋環(huán)境安全保障信息產(chǎn)品分類分級 204
8.1.1 產(chǎn)品分類 204
8.1.2 產(chǎn)品分級 213
8.2 海洋環(huán)境安全保障信息產(chǎn)品服務模式 214
8.2.1 服務對象 214
8.2.2 服務場景 215
8.2.3 服務流程 217
8.3 典型海洋環(huán)境安全保障信息產(chǎn)品制作 218
8.3.1 風暴潮災害產(chǎn)品 218
8.3.2 滸苔災害產(chǎn)品 221
8.3.3 溢油事件產(chǎn)品 223
參考文獻 225
第9章 總結(jié)與展望 227
9.1 海洋環(huán)境安全保障大數(shù)據(jù)采集與融合分析難點總結(jié) 227
9.2 海洋環(huán)境安全保障大數(shù)據(jù)采集與融合分析技術趨勢 228
參考文獻 229